[原创]GPU和CPU的性能比较，C++ AMP 加速大规模并行计算

linhaimi

比较一下CPU和GPU的通用计算能力，我的显卡是AMD的，没法使用CUDA……前段时间尝鲜Win8，顺便就下载了一个Visual Studio 11 Beta，发现里面有一个C++ AMP，拿来比较一下。根据目前的资料，只要显卡支持DirectX 11就可以使用 C++ AMP，就是将代码编译成x86和HLSL
比赛的方法是准备一个10000个32位浮点数，对每个浮点数做100000次“X = (X + 0.1) / 2.3”的迭代。考虑到现在的处理器都是多核的，在CPU计算部分使用OpenMP将循环展开、代码做速度优化。
为避免Visual Studio对测试造成干扰，测试时关闭VS，双击程序运行。
代码如下：

#include <iostream>
#include <amp.h>
#include <WinBase.h>

#define COUNT 10000

float nickName_GPU[COUNT];
float nickName_CPU[COUNT];

int main(void)
{
        LARGE_INTEGER freq;
        LARGE_INTEGER strt;
        LARGE_INTEGER ed;
        QueryPerformanceFrequency(&freq);
        QueryPerformanceCounter(&strt);

        concurrency::array_view<float> myView(COUNT, nickName_GPU); //将数据打入显存
        concurrency::parallel_for_each(myView.extent, [=] (concurrency::index<1> idx) restrict(amp)
        {
                for(int i = 0; i < 100000; i++)
                {
                        myView[idx] = (myView[idx] + 0.1f) / 2.3f;
                }
        });

        myView.synchronize();//显式等待GPU计算完成并将数据打回内存

        QueryPerformanceCounter(&ed);
        printf("GPU耗时: %d 毫秒\r\n", (ed.QuadPart - strt.QuadPart) * 1000 / freq.QuadPart);
        QueryPerformanceCounter(&strt);

#pragma omp parallel
        for(int idx = 0; idx < COUNT; idx++)
        {
                for(int i = 0; i < 100000; i++)
                {
                        nickName_CPU[idx] = (nickName_CPU[idx] + 0.1f) / 2.3f;
                }
        }
        QueryPerformanceCounter(&ed);
        printf("CPU耗时: %d 毫秒\r\n", (ed.QuadPart - strt.QuadPart) * 1000 / freq.QuadPart);
        for(int idx = 0; idx < COUNT; idx++)
        {
                if(nickName_CPU[idx] != nickName_GPU[idx])
                {
                        puts("CPU和GPU的计算结果不相符！");
                        getchar();
                        return 0;
                }
        }
        puts("测试结束");
        getchar();
        return 0;
}

测试结果：

运行环境：处理器：i5 450M 2.4GHz 显卡：HD5650 操作系统：Windows 7 64位 内存：8GB。

binaimei2007

GPU 快这么多。 嗯  明天试试WIN8

jimmy_xt

这种计算正是GPU的拿手好戏。

AMD的VLIW架构非常适合做这种计算。

（前一段时间流行“挖矿”，用的全都是AMD卡，就是这个原因。）

cyjkai

GPU果然强大

USACH

显卡本来就是适合做并行运算的。快是正常的。不过只能并行不能交叉，没什么意义，每一个流处理器的数据是独立的，不能共享。
。

littleGnss

其实这里有个瓶颈是内存和显存之间的传输，我们做软件无线电的，用GPU做协处理器，发现最后系统的实时性能卡在数据在内存到显存的传输上了。不过也可能是水平有限，没有优化好。

gzhuli

比较有点不太公平：
1.GPU做单精度比双精度快很多
2.CPU应该用SIMD指令优化

i5 450M峰值运算速度是38.4GFLOPS双精度/76.8GFLOPS单精度，HD5650M峰值运算速度大概是320GFLOPS单精度，但双精度只有1/5，即72GFLOPS，差距其实并没有那么大的。
而且如5楼6楼所说，GPU计算的瓶颈在于内存吞吐量和只适用于高度并行性算法，峰值速度和实际速度差距还是挺大的，例如CUDA加速的H.264编码引擎和AVX指令集优化的编码引擎相比其实快不到一倍，而且CUDA转出来那画质如何大家都懂的。

avr-qq

专用 与 泛用 的差别